被算法嫌弃的长文
纯银uncle约 4 分钟年初在犬校发起了一个话题，我对于算法有效分发「长文」感到绝望。观点不一定对，欢迎讨论。
这个话题是由公众号推荐流引发的。
现在长文阅读平台，除了严重下沉的新闻客户端和知乎，大概只有公众号了吧，而我只看公众号。
最近一年，我经常骂公众号推荐流……我知道推荐流数据很好，因为我自己也忍不住经常点击，一边点一边骂，多次选择 “内容低质” “此类内容过多” “不看此公众号” 屁用没有。
很绝望，我不知道任何方法，可以在算法层面有效衡量长文的质量。
首先，点赞/评论/划线/分享/推荐，都是极为稀疏的数据，稀疏到难以作为算法推荐的主要因子；只能考虑数据更丰富的点击率/跳出率/完读率/阅读时长，作为有效的衡量因子。
标题没有骗点，文章的确含有标题相关内容 我的确拉到底，看到底 平均停留 30-120 秒
看以上描述相当不错啊，为什么看完会骂骂咧咧呢？
因为水。
水的意思是，文章用了相当长的篇幅，大量的废话，把我已经看过无数遍的信息复述了一遍。由于标题的引导，我误以为这次能看到新鲜的内容，鲜活的观点，结果拉到底，确认他妈的全是轱辘话。
比如我关注富士新相机新闻的时候，点击相关公众号文章十几次，骂骂咧咧十几次。
比如我关注热门电影/综艺评价的时候，点击相关公众号文章十几次，骂骂咧咧十几次。
花了一两分钟，看完食之无味，可下次又被标题哄进来浪费时间。
最终我只能回归原教旨，只信任几个被我校验过的公众号作者。这很难发现新的优质信源，但公众号给我推一篇水一篇，水一篇骂一篇。看标题都很吸睛，看内容都是水货，轱辘话翻来覆去说。
这时就觉得小红书他妈的一万年都不应该开放 1000 字限制，一旦开放，就要堕落成古早味知乎那样的裹脚布长文。文章越长，阅读时间越长，算法推荐系数越高，妈勒批。
相对来说——
视频：跳出率/完播率/浏览时长是可靠的衡量因子，即便快进也有限度，用户很难有耐心慢慢等着视频播放结束，拖两下还是吸引不到自己，就跳出去了。
笔记：信息密度低，浏览节奏快，很难通过注水来拖时间。快速翻几张图，看两眼字，没意思就跳出去了。好内容必须做到重点突出，用重点抓住注意力，提高互动率。
然后你就发现了长文的短板：抓不住重点。读者很难快速判断内容好不好，水不水，而是在一路的食之无味中，不断向下滑动，寻找标题中打动自己的要点。很多时候滑到底也没找到，两分钟已经过去了，算法无法识别认真阅读的两分钟，和食之无味的两分钟有啥区别。
同样的情况搁视频，根本忍不了一两分钟；搁笔记，翻两下没意思就跳出去了。再说视频的感染力，笔记的重点突出，都会更吸引互动。
也就是按视频和笔记的内容属性，算法更容易识别出高质量的内容；而长文内容属性无法给算法提供有效的衡量因子，尤其是通过水化来拖时长这一招百试百灵。
这种 “水”，从来都是长文的结构性硬伤。过去用采编分离的人治来确保内容品质，同时克制作者过分泛滥的表达欲。自媒体时代算法为王，算法有对抗长文水化的能力吗？至少微信公众号目前没有。这是公众号团队的问题，还是长文自带的局限性？业内有对应这个命题的最佳实践吗？
我不知道。
换个角度看，次世代的内容平台，从一开始就要按照 “算法高效分发” 来设计信息结构，把这一点视为成功的决定性因素。比如抖音和小红书的成功，都和创新信息结构利于算法分发相关。
犬校同学提问：「水」的特征有可能被大模型识别并解决嘛？
答：我觉得很难。
一条合格的富士中画幅相机 GFX100RF 新闻，我第一次看到很喜欢，但每天公众号给我推三篇标题劲爆，内容雷同的富士相机新闻，我就觉得很水。 一篇哪咤 2 影评，我觉得观点拾人牙慧，很水，换个比我阈值更低的读者可能拍大腿叫好。
所以大模型对于长文鉴水难有奇效。
被算法分发的长文，就像垃圾食品，可以吃，但不好吃。很少有人大加赞美长文信息流惊喜连连，发现了多少宝藏博主宝藏内容。标题追热点倒是很快，内容经常是翻来覆去的轱辘话。哪怕在基本盘的阅读阈值内，算法也只能提取出长文质量的中位数，很难识别和推荐头部内容，这些中位数还不具备小红书的利他性与多样性。
内容来自“用思考交换思考”的 PM 思辨社区「犬校」。©2017-2025